在Javascript中解压缩半精度浮点

我试图用javascript读取一个包含大量16位浮点数的二进制文件。很确定这是IEEE标准，小恩迪安。将这两个字节读入一个int非常简单，但是从这里开始，我并没有成功地将其扩展成一个完整的浮点数。有什么线索吗？

从中汲取灵感

开始阅读。为了实现，我将创建一个查找表。（或者两个，一个表示高字节，一个表示低字节。

我最终根据维基百科页面上的信息实现了我自己的解析器。它可能不是最快的，但我并不太担心。这是给那些好奇的人的：

function float16_to_float(h) {
    var s = (h & 0x8000) >> 15;
    var e = (h & 0x7C00) >> 10;
    var f = h & 0x03FF;

    if(e == 0) {
        return (s?-1:1) * Math.pow(2,-14) * (f/Math.pow(2, 10));
    } else if (e == 0x1F) {
        return f?NaN:((s?-1:1)*Infinity);
    }

    return (s?-1:1) * Math.pow(2, e-15) * (1+(f/Math.pow(2, 10)));
}

function test() {
    float16_to_float(parseInt('3C00', 16)); // 1
    float16_to_float(parseInt('C000', 16)); // -2

    float16_to_float(parseInt('7BFF', 16)); // 6.5504 × 10^4 (Maximum half precision)
    float16_to_float(parseInt('3555', 16)); // 0.33325... ≈ 1/3
    // Works with all the test cases on the wikipedia page
}

@东芝：非常感谢！ 这是一个针对非高端引擎（如V8）进行优化的版本

var pow = Math.pow;
function decodeFloat16 (binary) {"use strict";
    var exponent = (binary & 0x7C00) >> 10,
        fraction = binary & 0x03FF;
    return (binary >> 15 ? -1 : 1) * (
        exponent ?
        (
            exponent === 0x1F ?
            fraction ? NaN : Infinity :
            pow(2, exponent - 15) * (1 + fraction / 0x400)
        ) :
        6.103515625e-5 * (fraction / 0x400)
    );
};

以及更完整的IEEE 754测试：

function test() {
    var samples = [
        0x3C00, // = 1
            0xC000, // = −2
            0x7BFF, // = 6.5504 × 10^4 (max half precision)
            0x0400, // = 2^−14 ≈ 6.10352 × 10^−5 (minimum positive normal)
            0x0001, // = 2^−24 ≈ 5.96046 × 10^−8 (minimum strictly positive subnormal)
            0x0000, // = 0
            0x8000, // = −0
            0x7C00, // = Infinity
            0xFC00, // = −Infinity
            0x3555, // ≈ 0.33325... ≈ 1/3
            0x7C01  // = NaN
        ],
        i = samples.length;
    while (i--) samples[i] = decodeFloat16(samples[i]);
    return samples.join("\n");
};

性能测试结果与Toji的原始代码相比：

• 铬17:+30%
• Safari 5.1:-10%（别问我为什么）
• Firefox 9:+11%
• IExplorer 9:+22%
• IExplorer 7:+14%

---

请花点时间解释原因！维基百科页面的信息量很大。查找表的建议可能不是这样。@Toji：通常如果你需要半浮点数，你需要存储很多浮点数，然后性能就很重要了。我不反对这一点，当然我认为性能是使用它们的原因这里。但我不明白两部分查找表如何处理浮点数，一个包含65536个值的查找表似乎有点极端？对不起，是的。我搞错了。应该是“f”。我会在两秒钟内修复它。